一种适用多模式交通的多目标信号控制优化方法

    公开(公告)号:CN116758765A

    公开(公告)日:2023-09-15

    申请号:CN202310680098.9

    申请日:2023-06-09

    Abstract: 本发明属于智能交通信号控制的技术领域,具体为一种适用多模式交通的多目标信号控制优化方法,包括模型准备、带约束的多目标全概率贝叶斯优化和终止迭代。其中,模型准备部分构建多模式交通整合模型,获取先验训练集;带约束的多目标全概率贝叶斯优化部分是基于模型准备部分的先验训练集优化得到下一采样点(一组信号配时方案),并将结果输入至多模式交通整合模型中运行获得所有目标函数值;之后通过终止迭代部分判断是否终止优化过程。可以利用本发明对多模式交通信号控制多目标优化问题进行求解,当达到终止迭代中设置的条件,就可获得满意的信号配时方案。本发明同样适用于无模型的场景(即完全脱离微观交通仿真平台和交通安全评估软件)。

    一种基于深度集成学习的交通稀疏需求预测方法

    公开(公告)号:CN113673780B

    公开(公告)日:2022-09-06

    申请号:CN202111027632.3

    申请日:2021-09-02

    Abstract: 本发明涉及一种基于深度集成学习的交通稀疏需求预测方法,属于深度集成学习与交通稀疏需求预测的交叉技术应用领域。预测方法包括:采用六边形网格集计城市空间交通需求数据,通过设置最小需求阈值的方式获取不同稀疏度的欠采样子集;在各子集上训练相应的卷积长短期记忆交通需求预测子模型并识别各子模型的最优预测区间,进一步构建深度集成学习框架来融合各子模型的区间优点;对深度集成框架进行训练,并将训练好的模型用于实时预测。该方法融合了各稀疏条件下子模型的不同预测偏好,有效提升了在全体数据集上的预测精度。

    基于建成环境和低频浮动车数据的路段行程时间估计方法

    公开(公告)号:CN106781468B

    公开(公告)日:2018-06-15

    申请号:CN201611127783.5

    申请日:2016-12-09

    CPC classification number: G08G1/0112 G08G1/0129

    Abstract: 本发明涉及一种基于建成环境和低频浮动车数据的路段行程时间估计方法,属于城市交通管理及交通系统评价的技术领域。加入建成环境作为路段运行时间的解释变量,并通过算例证明了建成环境对于路段运行时间的解释性;给出了一种用路段上车辆数的分布情况估计路段上和路段间行程时间分配系数的方法,用于建立行程时间历史数据库后,代替距离作为路段运行时间分配系数。本发明的效果和益处是解释了建成环境对路段运行时间的增加作用;并且这种估计方法能够反映路段不同部分运行速度之间的差异,提高路段行程时间估计结果的精度。

    一种面向土地利用与交通多尺度模拟方法

    公开(公告)号:CN104933237B

    公开(公告)日:2018-01-16

    申请号:CN201510305987.2

    申请日:2015-06-04

    Abstract: 本发明提供了一种面向土地利用与交通多尺度模拟方法,属于城市规划技术领域。该方法以土地利用与交通整合理论、系统动力学模型理论、不规则元胞自动机模型理论以及情景规划理论为基础,将宏观模型与微观模型相结合,采用城市的社会经济数据,从而可以模拟城市土地演变和交通系统演变。本发明将宏观模型生成的集计结果用于微观模型的分配之中,构建兼具系统角度与个体角度、宏观与微观特征的模型更加符合城市的一般发展规律和以人为本的城市规划思想。将城市模型邻域的前沿研究不规则元胞自动机模型与传统的交通四阶段模型相结合,构建基于特定的演变规则的微观土地利用与交通整合模型,更加有针对性地对不同的情景规划进行分析和预测。

    一种左转短车道影响的成对交叉口时空资源分配方法

    公开(公告)号:CN105390004B

    公开(公告)日:2017-08-01

    申请号:CN201510672925.5

    申请日:2015-10-15

    Abstract: 一种左转短车道影响的成对交叉口时空资源分配方法,适用于有(无)左转短车道的成对交叉口信号控制方案设计。根据交通流理论和运筹学,以短车道长度和相位有效绿灯时间为决策变量,以周期时长相等为约束条件,建立成对交叉口时空资源分配模型,获得各交叉口短车道长度、周期时长和绿信比的最佳组合。利用MATLAB软件编制优化模型的求解算法。借助交通仿真软件,提出协调信号控制绿时差优化方法,获得最佳的控制器绿时差。使用交通流数据和VISSIM软件验证新的模型和方法。结果表明,新模型与方法有助于通过合理配置成对交叉口的时空资源提高交通流运行性能、减少车辆延误和停车次数、降低交叉口饱和度,可以广泛应用于成对交叉口信号配时方案设计。

    基于大数据的公交线路时刻表协同优化方法

    公开(公告)号:CN106448233A

    公开(公告)日:2017-02-22

    申请号:CN201610695243.0

    申请日:2016-08-19

    CPC classification number: G08G1/123

    Abstract: 本发明涉及一种基于大数据的公交线路时刻表协同优化方法,属于城市公交运营管理的技术领域。将公交GPS数据、公交IC卡数据和线路站点数据融合处理为公交时刻表提供基于实际运营的数据支持,并提出一种考虑与轨道交通换乘的公交时刻表优化模型。该模型以各时段发车间隔为决策变量,以系统总成本最小为目标函数,综合考虑了非换乘乘客的候车时间成本、换乘乘客的候车时间成本和公交运营企业的运营成本。本发明通过多源数据融合获取客流数据节省了大量的人力,提高了数据的准确性。考虑地面公交与轨道交通换乘提高了公交时刻表编制的合理性。建立数据模型对公交时刻表进行优化,兼顾乘客候车时间成本和企业运营成本,实现乘客与企业利益的协调。

    基于交叉口转向流量的动态OD反推方法

    公开(公告)号:CN118736841A

    公开(公告)日:2024-10-01

    申请号:CN202411218077.6

    申请日:2024-09-02

    Abstract: 本发明属于城市交通规划和智能交通系统的技术领域,涉及一种基于交叉口转向流量的动态OD反推方法,旨在提升城市交通规划的精确度和效率。该方法通过在每一条有向路段中打断并添加节点,模拟了真实交通流量的发生与吸引过程,从而显著提高了OD反推的准确性。与传统的基于路段端点设置OD点的方法相比,本发明能够更精细地反映交通流量的实际情况。在技术实现上,本方法对交叉口网络的拓扑结构进行了优化,将转向流量的约束成功转化为对路段流量的约束,使得现有的OD反推算法软件能够直接利用转向流量数据进行分析。通过DTALite软件的应用,本发明能够在仿真环境中模拟和优化交通流量,进而为城市交通规划提供有力的数据支持。

    一种基于空间杜宾模型的O-D时空分布预测方法

    公开(公告)号:CN110188953B

    公开(公告)日:2022-09-06

    申请号:CN201910467629.X

    申请日:2019-05-31

    Abstract: 本发明涉及一种基于空间杜宾模型的O‑D时空分布预测方法,属于城市交通规划及管理和智能交通系统的技术领域。加入建成环境作为O‑D时空分布的解释变量,并通过案例证明了建成环境对于O‑D时空分布的解释性;给出了一种用某一交通小区交通生成量或吸引量估计邻近小区交通生成或吸引量的方法。本发明的效果和益处是解释了建成环境对O‑D时空分布影响的溢出效应,并将这种溢出效应分解为直接效应、间接效应和总效应,提高城市O‑D时空分布预测结果的精度。

Patent Agency Ranking